인터랙티브 보이스 응답(IVR)이란?

“상담원과 통화를 원하시면 ‘상담원’이라고 말씀하세요.”

“상담원.”

“죄송합니다. ‘쿠바인’과(와) 일치하는 옵션을 찾지 못했습니다. 상담원과 통화를 원하시면…”

하아.

인터랙티브 보이스 응답(IVR) 시스템의 명성은 이제 많이 실추되었습니다.

그리고, 솔직히 말해, AI 음성 에이전트 가족 중에서 가장 미운 오리 새끼라고 불러도 할 말이 없죠.

투박하고, 구식이며, 실용적이지 않습니다. 스마트폰으로 가장 정교한 앱을 쓸 수 있는 시대에, 로봇과 음성 통화를 하는 건 가장 불편한 방법처럼 느껴집니다.

그런데 왜 아직도 이 글을 쓰고 있을까요?

아, 맞다. [기침 소리].

…하지만 음성 기술 애호가이자 세련된 앱 디자인을 좋아하는 사람으로서, 자동 전화 흐름에 대해 긍정적인 시각도 몇 가지 있습니다.

고객 지원의 진입 장벽이 가장 낮고, 이를 뒷받침하는 NLP(자연어 처리)와 ASR(자동 음성 인식) 기술도 크게 발전했습니다.

적절한 설계만 있다면, 잘못 인식되는 키워드나 끝없는 메뉴는 과거의 일이 될 수 있습니다.

그러니 저와 함께 시스템의 구성 요소, 현재 활용 방식, 그리고 이 기술만의 장점을 살펴보는 여정을 떠나보시죠.

아마 IVR에 대해 생각해본 적은 있겠지만, 정말 깊이 생각해본 적은 없으실 겁니다.

IVR이란 무엇인가요?

IVR(인터랙티브 보이스 응답)은 기업이 고객 지원 전화를 안내하기 위해 사용하는 자동화된 전화 시스템입니다. 이 시스템은 자주 묻는 질문에 답하고, 기본 작업을 수행하며, 필요시 상담원에게 연결할 수 있습니다.

IVR은 기본 문의, 분배, 정보 수집 등 초기 단계에서 상담원을 대신하며, 상담원은 더 복잡하거나 민감한 상황에 집중할 수 있게 합니다.

(대부분 사전 녹음된) 메시지 라이브러리와 사용자 입력을 읽는 기능을 통해, 이 디지털 에이전트는 고객 지원의 수작업을 상당 부분 덜어줍니다.

IVR 시스템은 사용자 입력을 어떻게 읽을까요?

전통적인 시스템은 (Dual-Tone Multi-Frequency) DTMF를 사용해 사용자 입력을 읽었습니다. 즉, 다이얼패드 키가 각 옵션에 대응하는 방식입니다.

(그래서 키패드의 각 숫자마다 다른 소리가 나는 거죠).

예를 들어, “영어는 1번을 누르세요.” 같은 안내입니다.

아직도 이런 방식을 쓰는 곳이 있지만, 대부분은 훨씬 더 다양해졌습니다 🌶️.

음성 기술의 발전으로, 이 시스템들은 키워드 인식은 물론, 자연어 처리(NLP)까지 통합해 사용자의 발화에서 의미와 감정을 추출할 수 있게 되었습니다.

IVR은 어떻게 작동하나요?

1. 최초 전화 연결

고객이 전용 전화번호로 전화를 걸면 IVR 흐름이 시작됩니다.

2. 안내 및 메뉴

고객은 여러 가지 옵션이 담긴 안내를 듣게 됩니다. 이 옵션들도 역시 사전 녹음된 것입니다.

은행 계좌 잔액 확인, 회사 정책 관련 간단한 FAQ, 상담원 연결 전 기본 정보 입력 등 다양한 용도로 활용됩니다.

3. 사용자 입력

사용자가 옵션을 선택합니다. 시스템이 사용자 입력을 읽는 방법에는 몇 가지가 있습니다.

Dual-Tone Multi-Frequency(DTMF)

DTMF는 고전적인 방식입니다. 단순하고 명확하죠. 하지만, 전화를 거는 사람은 보통 말로 의사를 표현하고 싶어 하기에 선호도가 낮습니다.

반면, 가장 적은 자원으로 사용자 입력을 받을 수 있는 방법입니다.

아직 대규모 지원 포털을 구축하지 않은 정부 기관 등에서 많이 사용되며, 결국 상담원 연결이 예상되는 경우에 적합합니다.

음성 명령 인식

이 방식은 사용자가 원하는 옵션에 해당하는 단어를 직접 말하도록 안내합니다. 예: “계좌 잔액을 확인하려면 ‘잔액’이라고 말씀하세요.”

이 기술은 등장 이후 수십 년 동안 크게 발전했습니다.

도입부 예시처럼 인식률이 낮아 답답했던 경험이 있을 수 있지만, 이는 오래된 IVR 시스템 때문이지, 음성 명령 인식 기술의 한계 때문은 아닙니다.

자동 음성 인식(ASR) 및 NLP

고도화된 시스템은 전체 음성 인식과 NLP를 결합해 사용하기도 합니다.

즉, 사용자가 평소 말하듯 옵션을 말하면, 딥 뉴럴 네트워크 기반 알고리즘이 이를 받아 적고 분류합니다. 예를 들어, “네, 음, 입금하고 싶어요.”

비교적 적은 자원으로도 빠르고 정확한 ASR 및 NLP 모델을 구동할 수 있어, 기업들은 이 방식에서 매우 긍정적인 결과를 얻고 있습니다.

4. 라우팅

시스템 구조와 고객의 응답에 따라, 다음 단계로 연결됩니다.

개인 정보(예: 카드 번호, 생년월일) 입력을 요청하거나, 더 구체적인 옵션이 있는 다음 메뉴로 이동할 수 있습니다.

IVR과 AI 음성 에이전트의 차이

고객 지원 챗봇에 음성 기능만 추가하면 IVR 시스템이 되는 걸까요?

글쎄요, 엄밀히 따지면 그렇다고 할 수 있겠네요.

하지만 IVR은 일반적으로 사전 정의된 흐름과 사전 녹음된 메시지를 사용하는 시스템을 의미합니다.

이 경우, 에이전트는 사전 녹음된 메시지로 사용자가 여러 옵션 중 하나를 선택하도록 안내하고, 그에 따라 연결합니다.

AI 음성 에이전트의 경우, 사용자가 에이전트와 직접 대화하며, 응답은 실시간으로 생성됩니다. 에이전트가 어떤 도구를 언제 사용할지 스스로 판단합니다.

IVR은 사전 녹음된 메시지와 정해진 입력 방식으로 사용자를 흐름에 따라 안내합니다. 각 단계마다 여러 옵션이 제시되고, 사용자는 그 중 하나를 선택해야 합니다.

반면, AI 음성 에이전트는 다양한 도구를 활용할 수 있고, 사용자의 입력을 해석해 어떤 도구를 사용할지 결정합니다. 또한, 응답도 실시간으로 생성됩니다.

IVR을 음성 에이전트보다 우선 사용할 때는 언제일까요?

이 시점에서 궁금해집니다. 이미 매끄럽고 자율적인 대화형 에이전트가 있는데, 왜 굳이 단계별 음성 시스템을 써야 할까요?

그리고 이미 IVR에서 AI로 사용자의 의도를 분류하고 있다면, 완전 자율 시스템으로 넘어가지 않는 이유는 뭘까요?

좋은 질문입니다.

예산이 빠듯할 때

음성 인식 기능(두 시스템 모두에 필요함)을 제외하면, IVR에서 AI는 사용자의 발화를 n개의 예시(보통 10개 이상) 중 하나로 분류하는 데 쓰입니다.

반면, 자율 에이전트는 사용자의 의도를 파악하고, 응답을 생성하며, 텍스트-음성 변환(TTS)을 통해 음성을 만드는 등 여러 번 LLM(대형 언어 모델) 호출이 필요해 비용이 늘고 응답 속도도 느려질 수 있습니다.

이런 추가 비용이 꼭 필요한 경우도 있습니다. 예를 들어, 회사 정책이나 FAQ가 매우 길거나, 고객 문의가 수백 가지에 달하는 경우입니다.

이럴 때는 미리 정의하거나, 고객이 녹음된 메뉴를 끝까지 듣게 하는 건 현실적이지 않으니, 에이전트가 더 적합합니다.

흐름이 완전히 정의되지 않았을 때

자율 에이전트는 더 강력하지만, 예측하기 어렵습니다.

이들은 스스로 판단하기 때문에, 매 단계마다 여러 작업이 실행되고, 오류를 추적하기가 어렵습니다.

저도 이런 문제로 몇 시간씩 디버깅해본 적이 있습니다.

괜찮습니다. 개발 과정의 일부이지만, 데이터와 흐름 구조, 필요성이 확실할 때 시간을 투자하는 것이 더 효율적입니다.

IVR은 이러한 요소들을 모두 정렬하는 데 아주 효과적인 방법입니다.

단계를 명확히 정의하고 사용자가 한 번에 하나씩 따라가도록 안내하는 것이 데이터를 정리하고 흐름을 이해하는 데 훨씬 도움이 됩니다.

IVR만의 강점이 분명히 있으며, 복잡한 AI 에이전트보다 단순한 문제를 더 잘 처리할 수 있다고 생각합니다.

최소한, IVR을 완전한 자동화로 가는 디딤돌로 볼 수도 있습니다.

IVR의 장점

IVR 시스템이 널리 사용되는 데는 이유가 있습니다.

더 크고 강력한 음성 지원 고객 지원 기술이 등장한 시대임에도, IVR은 여전히 살펴볼 가치가 있다고 생각합니다.

보안

AI가 인간만큼 잘하는 점에 대해 이야기하다 보면, AI가 인간을 능가하는 부분을 종종 잊곤 합니다.

그 중 하나가 음성 인식입니다. 예를 들어, '아, 저건 톰의 목소리야'와 '저건 톰이 아니야'를 구분하는 것처럼요.

금융이나 개인정보처럼 민감한 사안에서는, 자동화된 음성 흐름을 통해 기업이 화자의 목소리를 신원과 대조해 확인할 수 있어, 그렇지 않으면 놓칠 수 있는 사기 행위를 잡아낼 수 있습니다.

고객 경험 개선

모든 전화를 직접 받을 인력이 부족하다면, 그 공백을 메워줄 무언가가 필요합니다.

도움을 받는 것이 대기하는 것보다 낫습니다.

상담원이 직접 응대하는 것은 훌륭합니다. 하지만 고객의 요구를 미리 파악한 상담원이 전문성에 따라 배정된다면, 그게 이상적이죠.

비용 절감

이 부분은 두 가지 측면이 있습니다.

첫째, 단순한 고객 문의를 자동화하면 항상 비용을 절감할 수 있습니다. 간단한 문의에는 특별히 맞춤화된 서비스가 필요 없으며, IVR은 간단한 작업이나 빠른 답변을 제공할 수 있습니다.

양쪽 모두에게 이득입니다.

또한, AI 에이전트나 챗봇보다 비용이 저렴한 대안이기도 합니다.

기업들은 고객 지원을 완전히 자동화하기 위해 AI 에이전트 도입에 열을 올리지만, IVR과 같은 저렴한 자동화는 고려하지 않는 경우가 많습니다.

챗봇 관련 비용은 단순히 도구나 기술에만 있는 것이 아닙니다. 구축 과정에서 시행착오에 드는 시간도 포함됩니다.
명확한 워크플로우로 저비용 시스템을 설계하면, 고객의 요구를 파악하고 완전 자동화 시스템 도입 전 최적의 자동화 방식을 학습하는 데 큰 도움이 됩니다.

더 효과적인 연결

명확한 워크플로우 단계(그리고 약간의 AI 기술)를 활용하면 고객에게 실제로 필요한 도움을 제공하는 연결이 크게 개선됩니다.

AI는 복잡한 데이터에서 패턴을 찾는 데 탁월합니다.

AI가 IVR의 필수 요소는 아니지만, 머신러닝을 추가해 사용자의 행동 패턴을 예측하는 것은 비교적 간단합니다.

IVR을 통해 고객의 프로필, 문의 내용, 그리고 해당 문의에 대해 어떤 상담원이 더 도움이 되는지에 대한 데이터를 수집할 수 있습니다.

연결 시, IVR은 어떤 상담원에게 연결할지 결정해야 합니다.

예를 들어, 한 상담원은 데이터베이스 마이그레이션에 더 능숙하고, 다른 상담원은 로그인 자격 증명에 더 익숙할 수 있습니다. 또, 3번 상담원은 엔터프라이즈 플랜 사용자의 자격 증명 문제에 가장 적합할 수 있습니다.

상담원/문의/프로필의 모든 조합을 파악하는 것은 평생 걸릴 일입니다.

하지만 AI에게는 단순한 데이터일 뿐입니다.

24시간 연중무휴 지원

상담원이 항상 대기할 수는 없지만, IVR을 통해 비정상적인 시간에도 필요한 정보를 수집하고, 상담원이 대기 중일 때 다시 연락할 시간을 예약하거나 간단한 문의에 답변할 수 있습니다.

이렇게 하면 고객의 불편을 줄이고, 상담원의 실제 근무 시간을 더 효율적으로 활용하며, 자원을 절약해 비수기에도 상담원을 배치할 수 있습니다.

산업별 IVR 활용 사례

특히 IVR과 자연어 처리(NLP)를 결합할 때, 다양한 산업에서 효율성과 만족도가 높아지고 있습니다.

금융

이 글에서 은행 사례를 여러 번 언급한 이유도 IVR이 은행에 아주 잘 맞기 때문입니다.

어떤 방식이든, 안전한 거래를 위해서는 사용자의 신원을 여러 번 확인하고 거래 세부 정보를 명확히 해야 합니다.

이 과정은 비교적 간단하지만 민감한 정보(예: 카드 번호, 입금액 등)를 다루므로, IVR이 신뢰할 수 있고 안전하다면 은행에 딱 맞는 솔루션입니다.

실제로 자연어 기반 IVR을 도입한 은행들은 높은 자체 해결률(상담원 연결 없이 문제 해결)과 향상된 보안을 경험했습니다.

의료

코로나19로 인한 인력 부족은 의료 분야에서 효과적인 자동화의 중요성을 보여주었습니다.

아이오와 주 기반 약국 네트워크인 GBANK Health는 사례별 IVR 도입 후 콜 전환율이 24% 감소했습니다.

이것은 의료가 긴장도가 높고 부담이 큰 산업임을 상기시켜줍니다. 효과적인 자동화는 결국 사람들의 삶의 질을 높이는 일입니다.

고객 지원

고객 지원 문의의 대부분은 반복되는 내용입니다. 전화를 분류하고 필터링하면 시간도 절약되고 만족도도 높아집니다.

미국의 한 소매업체는 자연어 IVR을 통해 콜 전환율을 30% 줄였습니다.

IVR을 도입하면 주도권이 기업에 넘어옵니다.

같은 소매업체는 예측 알고리즘을 활용해 추가 서비스를 추천했고, 70% 이상의 성공률로 후속 전화의 필요성을 줄였습니다.

IVR의 흔한 문제점 피하는 방법

IVR이 항상 완벽한 것은 아닙니다. 하지만 이를 해결할 수 있는 방법도 있습니다.

메뉴를 단순하게 유지하세요

IVR 메뉴가 길거나 옵션이 불분명할 수 있습니다. 옵션을 듣는 동안 처음 옵션을 잊어버리기도 하고, 어떤 것이 자신에게 해당되는지 헷갈릴 때도 있습니다.

해결책: 반복적으로 개선하세요. 사용 데이터를 수집하고, 사용자가 어디서 어려움을 겪는지 확인하세요.

옵션 순서를 바꾸거나, 사용되지 않는 옵션을 제거하거나, 비슷한 옵션을 통합하는 방법이 있습니다.

중점은 통화 시간을 최소화하고, 사용자가 이전 단계로 돌아가는 일과 상담원 연결을 줄이는 데 두어야 합니다.

투명하게 하세요

IVR은 사람이 아니어도 괜찮습니다.

하지만 일부 고객은 상담원과 직접 대화하길 원할 수 있습니다.

감정을 읽거나 반응할 수 없기 때문에, 불만을 가진 고객은 자신이 소중하게 여겨지지 않는다고 느낄 수 있습니다.

해결책: 명확성을 최우선으로 하고, 상담원과 직접 통화할 수 있는 방법을 최대한 빨리 안내하세요.

자동화된 메뉴는 결국 사람보다는 덜 개인적입니다. 사용자는 이에 대해 각기 다르게 느낄 수 있습니다.

고객의 감정까지 통제할 수는 없지만, 선택지를 투명하게 안내할 수는 있습니다.

병목 현상 해결

자동화 시스템에도 대기 시간이 존재합니다. IVR이 동시에 처리할 수 있는 고객 수에는 한계가 있고, 상담원 연결 대기 시간도 다릅니다.

해결책: 병목 구간을 파악하고 이를 완화할 방법을 찾으세요.

IVR 워크플로우를 설계할 때, 시스템 외부에서 필요한 부분도 함께 고려해야 합니다.

어떤 메뉴 옵션이 다른 것보다 더 많이 선택된다면, 해당 문제 해결에 인력을 집중하는 것도 방법입니다.

고객이 웹사이트에서 쉽게 찾을 수 있는 간단한 문의로 전화를 거는 경우도 있습니다. 이런 정보는 명확하고 쉽게 찾을 수 있도록 하세요.

IVR로 전화 자동화하기

AI 자동화에 바로 뛰어들 준비가 안 됐다면, IVR 도입만큼 부담 없이 시작할 수 있는 방법도 없습니다.

IVR은 AI의 강점을 활용하면서도 직접 통제할 수 있는 좋은 방법입니다. 데이터를 수집하고 지속적으로 개선할 수 있습니다.

필요한 건 빌딩 플랫폼뿐입니다. Botpress는 간단한 드래그 앤 드롭 빌더, 다양한 저비용 모델, 쉬운 전화 통합 기능을 제공합니다. 분석 데이터도 자동으로 수집해줍니다.

지금 바로 시작해보세요. 무료입니다.

자주 묻는 질문

현대 IVR 시스템은 자연스러운 음성과 다양한 억양을 얼마나 정확하게 이해하나요?

최신 IVR 시스템은 지원 언어에서 명확한 발화에 대해 85~95%의 정확도를 보입니다. 이는 고도화된 음성 인식과 자연어 처리 덕분입니다. 억양이 강하거나 방언, 배경 소음이 있는 경우 정확도가 떨어지므로 실제 사용자 테스트가 중요합니다. 많은 플랫폼에서 특정 억양이나 업계 용어에 맞춘 모델 튜닝 기능을 제공합니다.

IVR 기술을 소규모 기업이 도입하는 데 비용이 많이 드나요?

IVR 기술은 이제 중소기업에게 더 이상 부담스러운 비용이 아닙니다. 클라우드 기반 솔루션은 통화량과 기능에 따라 월 $50~$200 정도로 시작할 수 있습니다. 음성 인식이나 비즈니스 시스템과의 연동을 추가하면 비용이 올라가며, 실제로 가장 큰 비용은 소프트웨어가 아니라 설계 및 구축에 드는 시간입니다.

IVR 시스템이 CRM과 연동되어 응답을 개인화할 수 있나요?

IVR 시스템은 CRM 및 백엔드 도구와 연동할 수 있어, 고객의 이름으로 인사하거나 고객 이력에 따라 연결을 분기하는 등 개인화된 경험을 제공합니다. 이러한 연동은 API나 데이터베이스 직접 연결을 통해 이루어지며, 약간의 기술적 설정이 필요하지만, 최신 IVR 플랫폼에서는 점점 표준 기능이 되고 있습니다.

IVR 시스템이 신용카드 번호와 같은 민감한 정보를 안전하게 처리할 수 있나요?

IVR 시스템은 PCI-DSS 준수와 암호화 프로토콜을 적용해 설계된다면 민감한 정보를 안전하게 처리할 수 있습니다. 최신 IVR 제공업체들은 민감한 입력값이 상담원에게 노출되지 않고, 처음부터 끝까지 암호화되는 안전한 '결제 입력' 플로우를 지원합니다.

IVR 시스템을 처음부터 구축해 배포하는 데 얼마나 걸리나요?

클라우드 제공업체의 사전 제작된 템플릿을 활용하면, 기업은 단순한 DTMF 기반 IVR 시스템을 며칠 만에 배포할 수 있습니다. 음성 인식이나 복잡한 워크플로우가 포함된 고급 IVR 시스템은 출시까지 수 주가 걸릴 수 있습니다.